文章自动采集(程序员考试面试常问的问题和面试技巧（一）)
　　文章自动采集了我建的面试群内有效的hr，老板，程序员的面试真题，然后一一统计出来。注意是有效，和真实的情况不一样。真实情况是，面试分发到各个技术群，经常有些业务团队的cto，或者产品经理还是个纯北京人，群里他一个问题都不答，有时候好几个人问同一个问题，他都回答不出来。这种面试真是哭笑不得。总之，还是欢迎大家加入，获取到更多的情报。
　　群聊号码：754846727-面试常问的算法是什么，哪些书比较好，什么是通用的编程语言，如何学习。什么是基础数据结构，了解链表，队列，hash，二叉树，红黑树么算法面试会问哪些问题，如何进行准备。基础数据结构的问题和面试技巧（上）__学习笔记_什么是基础数据结构__学习笔记_什么是基础数据结构__学习笔记_什么是基础数据结构__学习笔记_什么是基础数据结构__学习笔记_什么是基础数据结构__学习笔记_什么是基础数据结构__学习笔记_什么是基础数据结构__学习笔记_那些让你讨厌的编程语言，有什么爱欢迎加入learnmongodb技术交流qq群：754846727。 查看全部

　　文章自动采集(跨境电商只做成熟品牌，文章自动采集知乎、公众号、微博等)
　　文章自动采集知乎、公众号、微博等。如果是要制作自己公众号的图片，可以把微信公众号中的图片关联起来，这样你的图片就可以做成个人公众号的名片。而且可以利用微信公众号的文章列表和中间自带的搜索功能对里面的图片进行检索。这样你做的内容里面的公众号文章链接通过微信关注就可以直接跳转公众号文章，甚至直接点击阅读原文跳转到某公众号文章链接。
　　通过公众号账号快速引流，然后让客户通过你的图片关注你的账号。或者直接通过你的公众号找到你的店铺。或者是拼多多上面购买的链接都可以直接跳转，基本就不用麻烦自己去引流了。只要你一个星期之内不断上架产品，产品越多，或者拼多多的销量越高，竞争对手也就离你越远。这样就可以一口气达到几千万的销量。然后加上你的店铺品牌，就可以通过上架主打产品获得更多的流量和销量。
　　这样就可以赚大钱了，真的没有什么投资是赚不到的，就看你能不能坚持下去。产品多，不怕卖不出去，如果一个订单1000块钱左右，那么你可以分成10份去做，保证每份都会有1000块左右的利润。当你的店铺越做越大的时候，就可以通过卖知乎大v和微博大v的话题吸引人气，引来流量，然后再把流量卖出去，卖成自己的粉丝，就可以赚钱了。
　　跨境电商只做成熟品牌，进口海外货物销售，首先要通过商检认证，产品单价低，利润空间大，还要做好整体运营，产品要有竞争力，不是烂大街的货物，这样很容易超过一般贸易出口报关价格，在线上一般采用拼团的模式，进行差异化营销。线下有一定的渠道。成熟品牌具体指外观设计独特，品牌知名度高，有一定话题性，这样的货需要不断推出新产品。 查看全部

　　文章自动采集(文章自动采集网上文章，并自动生成分享链接，免费分享)
<p>文章自动采集网上文章，并自动生成分享链接，免费分享，无广告，无其他任何要求。需要说明，分享链接使用vue-router实现，并非原版引擎，目的在于提高分享链接的好友打开链接的可读性，至于是否出现文章改动，文章我本人完全不知道。分享链接获取，已将发布时间放入总结文章里分享链接发布时间：2019年04月11日一共9篇（未完待续）带一个小彩蛋，欢迎持续分享优质分享链接注意：只能直接复制后缀名到vue-router项目cli直接执行，无需修改任何文件router.get("favicon.ico")以及service.get("username.txt")即可保存router.push("-favicon-icon",{template:""})router.get("../gif",{template:""})router.get("../shortcut",{template:""})router.get("../assets",{template:""})router.get("../summer",{template:" 查看全部

　　文章自动采集(欢欢仿站独立IP虚拟主机为您带来的两种解决方法！)
　　做网站优化的站长朋友都知道，有些文章肯定是每天定时发布的，但是如果几个网站也可以这样发布，如果网站多的话，这个手动更新，否则效率难免会低一些。有什么办法可以提高效率吗？后来站长朋友了解到，dedecms后台有系统默认自动采集功能，只要配置好就可以使用。因此，许多人使用此功能。使用此功能有利有弊。如果采集@的内容太多会导致服务器很卡。建议站长朋友慎用，或者晚上使用。欢欢仿网站的编辑在网上看到很多站长朋友反映这样的问题。即在采集的情况下，只能采集第一页数据，后面的数据小于采集，即采集的数据@> 不全，这个毛布怎么解决？为了查明原因，欢欢仿站点的编辑不得不在PHP虚拟主机中重新安装一个织梦dedecms进行配置测试。经过分析，找到了两种解决方案。以下是具体情况。酒吧。首先：这个毛布怎么解决？为了查明原因，欢欢仿站点的编辑不得不在PHP虚拟主机中重新安装一个织梦dedecms进行配置测试。经过分析，找到了两种解决方案。以下是具体情况。酒吧。首先：这个毛布怎么解决？为了查明原因，欢欢仿站点的编辑不得不在PHP虚拟主机中重新安装一个织梦dedecms进行配置测试。经过分析，找到了两种解决方案。以下是具体情况。酒吧。首先：
　　1：首先登录欢欢仿网站会员中心，找到主机管理-控制面板。
　　2：点击控制面板-进入文件管理
　　3：点击进入文件管理-找到public_html根目录。
　　4：按照路径找到dede/template/co_gather_start.htm
　　5：找到文件后，点击编辑，修改如下代码： to：即把上面代码中的数字5改为1。
　　方法二： 1 方法步骤和上面的方法一样，欢欢仿站的编辑稍微简单一点。直接找到include/dede采集.class.php文件。2：查找 if($status = TRUE || $urlnum &gt;= $mytotal) 中断；删除或注释掉这行代码，你就完成了。按照上面的两种方法，就可以解决了。修改完成后需要登录后台更新缓存。以上就是欢欢仿站点独立IP虚拟主机为大家带来的介绍。 查看全部

　　文章自动采集(小帮软件机器人为我们科研人员解决了手动收集数据的难题)
　　我是信息学院的一名教师，我的研究方向是生物技术。正常科研需要采集国外论文和实验数据。事实上，在整个科研过程中，耗时最多的环节就是论文和实验数据的采集，几乎占了总时间的1/3。
　　一般来说，我需要在这些网站中采集论文和实验数据。
　　论文数据库：Wiley InterScience、EBSCO ASP、Blackwell、Springer等；
　　科研数据库：NCBI、EMBL、ICPSR等。
　　
　　为什么要花这么长时间来采集论文、文献和实验数据？
　　因为在采集过程中，进行了大量重复性的机械工作。
　　很长一段时间，我都饱受重复的机械采集工作之苦。直到有一天，研究室的一位同事向我推荐了一款名为“小邦”的软件机器人。可自动对各数据库中的论文、文档和实验数据进行搜索、复制、粘贴、下载、采集等操作。
　　
　　软件机器人通过模拟各种软件的手动操作来自动执行这些重复性任务。所以为了自动化我的工作流程，我需要告诉我工作流程的步骤。总的来说，软件机器人的配置过程非常简单。我只花了一点时间就为不同的网站配置了6个研究数据采集工具。配置完成后，重复的采集工作全部由软件机器人完成。
　　现在，下班前，我会打开小帮助，它会自动遍历我关心的论文和实验数据的数据库，完成自动采集和下载工作。第二天上班的时候，可以直接看到小邦自动采集收到的数据，节省了很多宝贵的时间，又不影响当天的科研任务。
　　不用说，小邦软件机器人为我们的研究人员解决了手动数据采集的问题。
　　
　　今天分享给大家，希望能帮助各位同仁解决科研数据采集困难又费时的问题。我们的宝贵时间应该用于科学研究。 查看全部

　　文章自动采集(外部链接的相关性外链是一个网站获得外链的重要因素)
　　这篇文章文章是为91nlp写的。不能认真对待原创内容
　　
　　新闻自动化的采集伪原创网站源代码的内容，但是采集的内容是否可以使用，并且伪原创也可以使用，但是采集也会被百度收录使用@
　　
　　2、外链相关性-外链相关性-外链是网站获得外链的重要因素。外部链接的相关性、外部链的相关性、外部链接的相关性、外部链的相关性、外部链接的相关性、外部链接的相关性、外部链接的相关性、外部链接的相关性和其他因素在网站优化中非常重要，外部联系的相关性是不可或缺或缺失的。外部链接对于网站优化非常重要
　　新闻自动采集伪原创网站源代码
　　@K24网站外部链接是一种网站权重。我这里不说。我们的网站外部链接能否提高网站排名，如图所示：这需要我们的网站相关性。我们的网站相关性高吗？我们的外部链接也是相关的外部链接，那么我们的网站如何提高我们的网站相关性呢？我们的网站相关性
　　4、外部链接的相关性外部链接是网站外部链接中最直接和最好的外部因素。我们的网站外部链接是最直接的。最好不要超过5个，最好的外部链接也是最高的。我们可以把我们的外部链接变成一个链接，所以我们的网站是一个链接，我们的内部链接是我们的网站链接。如果我们的网站内部链接是好的，那么我们的网站是相关的。相关性就是这样一种联系。我们的网站内部链接是相关的，因此我们也可能会增加这些链接中的网站权重
　　5、外部链接的相关性、外部链的相关性以及外部链之间的关系非常重要。我们应该想方设法让网站在搜索引擎中获得更好的排名，但有些网站无法进行SEO。我们的网站需要做好外部链接。例如，我们的网站是网站用于SEO培训，SEO培训与这种培训相关。我们的网站内部链接是SEO培训的网站。我们的网站相关性非常好网站，我们的链接也是SEO培训的网站
　　6、链接相关性外部链的相关性是我们在进行外部链时所需要的。更相关的网站，这就是相关的网站，比如seowhy，seowhy，seowhy，seowhy等等。这些网站的相关性也很强，所以我们可以选择相关论坛做外链，我们可以选择论坛做外链，而且这个论坛中的很多文章都可以自带文章链接。如果我们的论坛写的文章也可以带来网站的外链，那么我们外链的目的就是吸引一些网站做外链
　　@K27网站关键词和网站关键词的分布可以看出网站main@关键词排名更好。一旦分发得到改进，我们就不应该故意分发它，这将导致网站降低其在网站@关键词，I 查看全部

　　文章自动采集(百度网址修改手机上的账号，我还是得举个例子来说)
　　文章自动采集，易采网。还有其他的一些采集软件，可以试一下。
　　谢邀，采集需要去网站找到链接，然后截图给excel里面对应的编辑器，需要链接的查询网站，
　　说到上网方法，我还是得举个例子来说。有网友把百度网址收藏在了手机软件里，每次需要看百度搜索框出来的一个条目的时候，都是先到手机浏览器中去检索，通过连接跳转过去的，而且往往是反转来的。这个方法也可以用在百度的各种数据获取工具上。
　　贴吧，豆瓣。搜狗搜索点击修改手机上的账号，很方便。
　　1。文本文件加密2。多账号登录（浏览器多账号+账号信息私信透露）3。黑客们在别人的电脑上挂vpn（挂各种黑科技）4。其他各种黑科技5。网络喷子们和普通网民前者在我一个好友里流传的，后者仅网友私下流传，我知道的除了这些方法，还有很多方法比如mysql、vba、爬虫爬站、各种让你的网站形式（你的域名被别人搜到、发现是网络诈骗）、各种通过什么什么手段让你看到让你看到他们可以看到的信息，各种不法分子盯着你的信息骗取你的钱财（或者可以说是偷取你的信息）等等。
　　非法监听并篡改，
　　聊天的时候，对方说话的那句有特别关注，
　　无中生有 查看全部

　　文章自动采集(无人值守免费自动采集器使用网站本身的数据发布接口或程序代码)
　　无人值守免费自动化采集器（简称ET）旨在以提高软件自动化程度为突破口，达到无人值守、24小时自动化工作的目的。经测试，ET可以长时间自动运行。即使以年为时间单位。无人值守免费自动采集器独立于网站，不消耗宝贵的服务器WEB处理资源，可以在服务器上工作，也可以在站长的工作机上工作。
　　无人值守免费自动采集器使用网站自己的数据发布接口或程序代码来处理发布信息，不直接操作网站数据库，避免了ET可能带来的数据安全问题. 采集信息，ET使用标准HTTP端口，不会造成网络安全漏洞。 ET除了一般采集工具的功能外，还使用了图片水印、防盗链、分页采集、回复采集、登录采集、自定义物品、UTF-8、UBB、模拟发布.. ....的支持使用户可以灵活实现各种采发需求。
　　特点
　　1、 设定好计划后，可以24小时自动工作，无需人工干预。
　　2、与网站分离，通过独立制作的接口，可以支持任何网站或数据库
　　3、灵活强大的采集规则不仅仅是采集文章，而是采集任何类型的信息
　　4、Small，低功耗，稳定性好，非常适合在服务器上运行
　　5、所有规则可导入导出，资源灵活复用
　　6、使用FTP上传文件，稳定安全
　　7、download and upload 支持续传
　　8、speed伪原创
　　采集
　　1、可以选择反向、顺序、随机采集文章
　　2、支持自动列表网址
　　3、 支持网站，其中数据分布在多个页面采集
　　4、自由设置采集数据项，每个数据项可以单独过滤排序
　　5、支持分页内容采集
　　6、支持下载任何格式和类型的文件（包括图片和视频）
　　7、可以突破防盗文件
　　8、支持动态文件URL解析
　　9、支持采集需要登录才能访问的网页
　　10、可设置关键词采集
　　可设置11、防止采集敏感词
　　12、可以设置图片水印
　　发布
　　1、支持发布文章回复，可广泛应用于论坛、博客等项目
　　2、和采集数据分开发布参数项，可以自由对应采集数据或预设值，大大增强了发布规则的复用性
　　3、支持随机选择发布账号
　　4、 支持任何已发布项目的语言翻译
　　5、支持编码转换，支持UBB码
　　6、文件上传可选择自动创建年月日目录
　　7、simulation发布支持无法安装接口的网站发布操作
　　8、方案可以正常运行
　　9、防止网络运营商劫持HTTP功能
　　10、可以手动执行单项采集release
　　11、 详细的工作流程监控和信息反馈，让您快速了解工作状态
　　更新日志
　　无人值守自动采集器v3.1.4更新日志（2017-6-9)
　　1、Fixed：在之前的版本中，数据项不允许为空且无效。
　　v3.1.3 更新日志（2017-6-2)
　　1、New：数据项现在可以设置后数据排序组，完成包括数据项翻译在内的各种操作后可以进行二次处理。
　　2、新增：翻译增加了“待翻译数据项”一栏，可以指定需要翻译的数据项名称。
　　3、Fixed: 多列表测试时结果显示不完整的问题。
　　v3.1.2 更新日志 (2017-4-25)
　　1、New：程序设置中的采集间隔现在可以设置为随机时间。
　　2、New：采集规则现在可以独立设置UserAgent，并且可以设置多个UA随机调用。 查看全部

　　文章自动采集(源码运行环境php5.3+Zend+Mysql源码安装教程)
　　源码运行环境php5.3+Zend+Mysql
　　源码安装教程
　　1.准备工作
　　调试网站前，检查网站域名指向的目录是否正确，环境的PHP版本是否为教程中指定的PHP版本，否则会出现一些低级404错误，500个错误，浪费你自己的时间和精力！
　　2.Upload网站程序安装正常
　　使用二进制上传，linux主机可以在线下载压缩包并解压，直接访问自己的域名/install进行正常安装，根据提示输入自己的mysql数据库信息！
　　3.如果在安装过程中遇到错误
　　如果安装界面出现Warning: call-time pass-by-reference has been deprecated，需要手动修改php环境配置文件php.ini启用扩展，
　　4.手机版安装方法
　　解析独立域名（也可以使用同域名的二级域名），新建站点，指向pc目录下的wap文件，登录PC网站Background ——系统定义——手机访问网址——填写手机域名——手机站网站样式设置为mqiyue
　　5.Login网站Background
　　访问你的域名/admin，登录账号和密码是你安装时设置的账号和密码
　　使用源码的注意事项
　　1.安装后第一次通知
　　进入后台后，不用担心查看前台页面等。进入后台的基本设置，将网站域名、关键词、文章列等设置为自己的，然后根据需要进行配置 必要的配置，这个操作后，去看看如果前台页面正常！ ！
　　2.How采集
　　这个自带Guuanuan采集Advanced Edition采集工具，最好是把Guuanguan采集放在win server里，
　　①双击采集器中的NovelSpider.exe执行程序
　　②打开后加载页面报错，点击Yes后一直出现主页。
　　③点击设置——采集Settings，在设置面板中设置网站name、本地网站目录、数据库连接字符
　　Data Source=localhost;Database=linshi;User ID=root;Password=;port=3306;charset=gbk
　　你只需要把linshi改成你的数据库名，root改成你的数据库用户名，和你的数据库密码。
　　更改后点击右下角确定，退出采集器并重新打开采集器界面
　　④重启后点击采集——standard采集mode——在采集mode中选择采集rules
　　⑤点击右下角的采集plan-保存计划
　　⑥ 点击启动采集就可以了。一天采集结束后，你可以去看看采集，然后点击开始自动重新计算新章节和采集
　　【重要】对于系统定义，第一次设置时，错误显示模式需要设置为“显示错误”或“不显示错误”。同时，在小说连载模块和参数设置中，将目录页每页显示的章节数设置为0，将是否生成html设置为否。
　　4.如何设置VIP章节，也就是如何设置阅读某个章节并收费！
　　先到后台给writer成员添加权限，
　　那么一旦前台注册会员成为作家，他发表的章节可以收费或免费。
　　调试说明总结
　　① 尝试在晚上采集时执行，
　　这个程序不难调试，可以仔细按照教程来！ ！
　　②相关模板页面路径：
　　·网站全局主题：\templates 和\themes
　　·小说模块模板：\modules\article\templates
　　·在线支付模板：\modules\pay\templates
　　③一些比较重要的配置文件地址可能有误，请根据实际情况自行分析：
　　·登录和uc配置：/api
　　·支付宝等支付配置：/configs/pay
　　·微信支付配置：/modules/pay/weixin/lib/WxPay.pub.config.php
　　·云通支付免签约支付接口：/modules/pay/shanpay/shanpayconfig.php
　　·小说分类：/configs/article/sort.php
　　④采集器注：
　　·文件夹必须有写权限，否则会出现采集错误。
　　·系统设置必须正确，否则会出现采集错误。
　　
　　资源链接**********
　　抱歉，您还没有加入，请先登录 查看全部

　　文章自动采集(文章自动采集微信公众号文章换行提取关键词并文字抽取)
　　文章自动采集微信公众号文章提取关键词并文字抽取。方法一：利用爬虫采集爬虫采集网页地址，利用excel抽取关键词，选择采集某条微信公众号文章，利用爬虫采集是公众号地址，利用excel抽取关键词。采用cad工具对关键词进行定位，绘制excel地图进行生成页面地址。方法二：利用抓包工具抓取网页地址，利用excel函数进行抽取关键词。
　　利用抓包工具抓取网页地址，然后利用excel函数计算抽取关键词出现的概率，最后利用python函数对关键词抽取进行处理。网页截图：代码：思路：首先整理需要采集的微信公众号文章数量，根据文章数量进行列表采集。设置图片上传的宽度位置，爬取公众号发布文章页的每个链接，爬取目标链接就可以了。采集公众号每个链接的坐标，然后设置post请求参数。接着利用采集抓包工具采集页面数据，调用抓包工具抓取数据，对数据进行清洗，提取关键词，绘制地图。
　　一天之内爬了6w多的微信文章？好厉害
　　也是遇到知乎上的问题，就直接上手了爬虫软件，其实想让excel爬，excel自己也能爬。先画出每个链接，再利用wordcloud2插件，实现图片识别，并将文字采集下来。使用excel的过程中，因为wordcloud2一直下载不下来，就下载了别的工具，最后都不满意，没有作用，就又重新用wordcloud2爬，然后step2发现效果可以，就试了一下sumproduct函数，因为sumproduct可以用其它的内置函数计算，就放弃。
　　比较笨的做法就是爬取公众号的文章以后，用word打出来放到excel里面，好处是编辑文字可以随时换行，alt也能隐藏。就这样，多重代码没动静，问题多不知道怎么弄，没方向，就这样爬，也是因为没搞明白怎么翻页。反正总共爬了一天，上传了大概20多篇文章，爬的累死了，但是有点收获就很满足了。大概原理就是先爬取文章到word里面，再用计算机爬取文字。 查看全部

　　文章自动采集(知乎怎么会让我回答，文章自动采集百度新闻？)
　　文章自动采集百度新闻，根据新闻联播和cnn/newsmagazine/bbc.的相应文章标题进行搜索。然后定位英文对应类型的新闻。同时看到好奇的新闻，用翻译工具翻译成中文。总之别人的文章，摘抄下来看看学习学习，翻译起来也不麻烦。然后把百度新闻的相应地址爬下来，看看别人的文章是否有相应的返回内容。再根据自己要查找的内容，进行下一步的工作。
　　用爬虫吧
　　我的答案你可能听不懂，实操什么都可以，看懂很难。感谢邀请。
　　谢邀，不过如果是科研这方面的话，基本上是需要研究bing或google的爬虫技术来完成。根据需要从资料中获取想要的信息。
　　英文维基百科
　　百度文库和豆丁网(重点看有没有类似的分类，
　　bing
　　维基百科
　　文献:查找电影院，夜场，周末电影等关键词下的相关标题;图书:文献:各大文库网站查找出版社，最好每本书都有，图书馆也有;新闻:看知网的相关新闻，或者去看豆瓣网，天涯论坛或者凤凰论坛，社区:chinaz，奇葩说这种综艺.网页如百度首页、360首页以及百度问答，搜索某个关键词，打开这些网站，查看他们分别搜索了哪些关键词。
　　应该有一定的帮助。
　　不知道知乎怎么会让我回答， 查看全部

　　文章自动采集(小帮软件机器人为我们科研人员解决了手动收集数据难题)
　　我是一所大学信息学院的教师，我的研究领域是生物技术。正常科研需要采集国外论文和实验数据。事实上，在整个科研过程中，耗时最多的环节是文献和实验数据中的采集，几乎占了总时间的1/3。
　　一般我需要在这些网站采集论文和实验数据。
　　论文数据库：Wiley InterScience、EBSCO ASP、Blackwell、Springer等；
　　研究数据库：NCBI、EMBL、ICPSR等
　　
　　为什么采集论文、文献和实验数据需要这么长时间？
　　因为采集过程是很多重复的机械工作。
　　很长一段时间以来，我都饱受反复机械采集work的困扰。直到有一天，研究室的一位同事向我推荐了一款名为“小邦”的软件机器人。可自动进行搜索、复制、粘贴、下载等操作，并发布各个数据库中的论文、文档和实验数据采集。
　　
　　软件机器人通过模拟各种软件的手动操作来自动执行这些重复性任务。所以为了自动化我的工作流程，我需要告诉我工作流程的步骤。总的来说，软件机器人的配置过程非常简单。我只花了一点时间就为不同的网站配置了6个研究数据采集工具。配置完成后，重复的采集工作全部由软件机器人完成。
　　现在，我下班前打开小帮助，它会自动遍历我关心的论文和实验数据的数据库，自动完成采集和下载工作。第二天上班的时候，可以直接看到小邦自动采集到达的数据，在不影响当天科研任务的情况下，节省了很多宝贵的时间。
　　不得不说，小邦软件机器人为我们的研究人员解决了人工采集数据的难题。
　　
　　今天的分享，希望能帮助同事解决科研数据采集困难又费时的问题。我们的宝贵时间应该用于科学研究。 查看全部

　　文章自动采集(寅森问答库：做网站优化的站长朋友们都知道)
　　做网站优化的站长朋友都知道，每天要定时发布一些文章，但是如果几个网站也可以这样发布，如果站点多，手动更新难免效率比较低。有什么办法可以提高效率吗？后来站长朋友了解到，dedecms后台有系统默认的自动采集功能，只要配置好就可以使用，所以很多人用，那么使用这个功能有利有弊如果采集的内容结束了会导致服务器很卡。建议站长朋友慎用，或者晚上使用。银森问答库的编辑在网上看到过这样的问题，就是采集当时只能使用采集第一页的数据，采集没有以下数据，即采集的数据是不完整的。如何解决这个问题？为了查明原因，银森问答库的编辑不得不重新安装了一个织梦dedecms在PHP虚拟主机上配置测试。经过分析，找到了两种解决方案。下面我们来梳理一下细节。第一种：
　　1：首先登录银森问答库会员中心，找到主机管理控制面板。
　　2：点击控制面板-进入文件管理
　　3：点击进入文件管理-找到public_html根目录。
　　4：按照路径找到dede/template/co_gather_start.htm
　　5：找到文件后，点击编辑，修改如下代码：to：即把上面代码中的数字5修改为1。
　　第二种方法： 1 方法步骤与上述方法相同。直接找到include/dede采集.class.php文件。 2：查找 if($status = TRUE || $urlnum >= $mytotal) 中断；删除或注释掉这行代码，你就完成了。按照上面的两种方法，就可以解决了。修改完成后需要登录后台更新缓存。以上就是银森问答库独立IP虚拟主机为大家带来的介绍。 查看全部

　　文章自动采集(全自动采集器(Editortools)的软件特色及支持功能
)
　　全自动采集器(Editortools)是一款适合中小型网站自动更新的超级神器，可以帮助用户解决中小型网站和企业站自动信息采集操作，还可以变聪明采集让你网站优质及时的内容更新！ EditorTools的出现为大部分网站更新节省了大量时间，让站长和管理员彻底解放。
　　软件功能
　　1、只要设置采集并一开始发布的计划，就可以24小时全自动工作，彻底解放人工。
　　2、与网站分离，任何网站或数据库都可以通过独立制作的接口来支持。
　　3、软件小巧、低耗、稳定性好，适合在服务器上运行。
　　4、采集所有规则均可导入导出，资源灵活复用。
　　5、使用FTP上传文件，稳定、安全、可靠。
　　采集Function
　　1、可以选择反向，顺序和随机采集文章，所以你想怎么用就怎么用。
　　2、 支持自动列表 URL。
　　3、 支持网站 for 采集，其中数据分布在多个页面上。
　　4、 自由设置采集数据项，每个数据项可以单独过滤排序。
　　5、 支持下载任何格式和类型的文件（包括图片和视频）。
　　6、 支持动态文件 URL 分析。
　　支持功能
　　1、可SET关键词采集
　　2、可以设置防止采集的敏感词
　　3、可以设置图片水印
　　发布功能
　　1、支持发布文章回复，可广泛应用于网站、论坛、博客等项目。
　　2、和采集数据分开发布参数项，可以自由对应采集数据或预设值，大大增强了发布规则的复用性。
　　3、 支持随机选择发布账号。
　　4、 支持发布项目的任何语言翻译。
　　5、支持编码转换，支持UBB码
　　6、file上传可以选择自动创建年月日目录。
　　7、simulation 发布支持无法安装接口的网站的发布操作。
　　8、可以手动执行单项采集release
　　9、详细的工作流程监控和信息反馈，让您快速了解工作状态
　　界面预览：
　　 查看全部

　　文章自动采集(特色-设定好方案，即可24小时自动工无人值守)
　　Unattended Free Auto采集器是一款提供给用户免费使用的软件。它是独立于网站采集software 的全自动信息。其稳定、安全、低耗自动化等特点适合中小型企业网站每日更新取代大量手工劳动，将站长等工作人员从枯燥的重复性工作中解放出来。功能介绍 功能-设置计划，24小时自动工作
　　无人值守自动采集器是一款供用户使用的免费软件，独立于网站的全自动信息采集软件，具有稳定、安全、低耗、自动化等特点，适用于中小网站每日更新，替代大量体力劳动，将站长等工作人员从枯燥的重复性工作中解放出来。
　　功能介绍
　　特点-设置好计划后，可24小时自动工作，无需人工干预。
　　特性-与网站分离，通过独立制作的接口，可以支持任何网站或数据库
　　特点-灵活强大的采集规则不仅是采集文章，而是采集任何类型的信息
　　特点-体积小、功耗低、稳定性好，非常适合在服务器上运行
　　Features-所有规则均可导入导出，资源灵活复用
　　特点-使用FTP上传文件，稳定安全
　　功能-下载上传支持断点续传
　　特点-高速伪原创
　　采集-可以选择反向、顺序、随机采集文章
　　采集-支持自动列表网址
　　采集-支持网站，其中数据分布在多个页面采集
　　采集- 自由设置采集数据项，并可对每个数据项分别进行过滤和排序
　　采集-支持分页内容采集
　　采集-支持下载任何格式和类型的文件（包括图片和视频）
　　采集-可以突破防盗文件
　　采集-支持动态文件URL解析
　　采集-支持采集需要登录才能访问的网页
　　Support-可以设置关键词采集
　　Support-可以设置防止采集敏感词
　　支持-图片水印可设置
　　Publish-支持文章的发帖和回复，可广泛应用于论坛、博客等项目
　　Release-release 参数项与采集数据分离，自由对应采集数据或预设值，大大增强了发布规则的复用性
　　发布-支持随机选择发布账号
　　发布-支持已发布项目的任何语言翻译
　　Release-支持编码转换，支持UBB码
　　可选择发布文件上传，自动创建年月日目录
　　Release-simulated release 支持网站无法安装接口的发布操作
　　支持-程序可以正常运行
　　支持防止网络运营商劫持 HTTP 功能
　　支持-单项采集发布可以手动完成
　　支持详细的工作流监控和信息反馈，让您快速了解工作状态
　　无人值守免费自动采集器升级说明
　　EditorTools2 升级说明
　　一、自动升级
　　1、点击软件菜单-help-check for updates，即可自动升级（注意：目录中的+号会导致自动升级失败）；
　　2、如果自动升级提示解压失败或主程序未关闭，请关闭ET主程序并单独运行etrs.exe升级程序（2.4.14后可用）；
　　二、手动升级
　　1、从官网下载最新的ET软件包并解压，然后将旧ET文件夹中的et.mdb文件复制到新ET文件夹；
　　三、备份和恢复
　　如果1、database升级，会自动在ET文件夹中生成旧数据库的备份文件“etmdbdate.bak”；
　　2、如果需要恢复旧数据库，可以将此备份文件复制为“et.mdb”；
　　更新日志
　　无人值守自动采集器V2.6.18：
　　2016 年 4 月 22 日
　　1、Optimization：自动列表标记支持嵌入时间戳。
　　无人值守自动采集器V2.6.17：
　　2016 年 4 月 1 日
　　1、Fixed：时序问题可能无效。
　　无人值守自动采集器2.6.16：
　　2016 年 3 月 25 日
　　1、New：支持外部代理软件，当系统代理设置为‘不使用代理’时自动生效。
　　2、Fixed：自动工作暂停重启时，存在当前计划未发布时文章仍跳到下一个计划的问题。
　　ET2.6.19：
　　2016 年 6 月 17 日
　　1、Fixed: 通过程序规则编辑快捷按钮进入规则配置窗口时规则无法正确定位的问题。 查看全部

　　文章自动采集(
Excel教程Excel函数教程说明本篇采集结果导出为Excel示例
)
　　
　　鼠标移到图片上，右击选择【在新标签页中打开图片】查看高清大图
　　同样适用于下面的其他图片
　　采集Result
　　采集 结果可以导出为Excel、CSV、HTML、数据库等格式。导出到 Excel 示例：
　　
　　教程说明
　　本文制作时间：2020/4/29 优采云版本：V8.1.8
　　如因网页改版导致网址或步骤无效，无法采集到目标数据，请联系官方客服，我们会及时更正。
　　采集Steps
　　第一步：打开网页
　　步骤二、创建[循环列表]，采集所有文章列表中的数据
　　步骤三、点击进入文章详情，采集文章text
　　步骤四、编辑字段
　　步骤五、设置页面滚动
　　步骤六、Start采集
　　具体步骤如下：
　　步骤一、打开网页
　　在首页【输入框】输入目标网址#mid=52255723016，点击【开始采集】，优采云会自动打开网页。
　　
　　特别说明：
　　一个。打开网页后，如果开始启动【自动识别】，请点击【不再自动识别】或【取消识别】将其关闭。因为本文不适合使用【自动识别】。
　　B. 【自动识别】适用于自动识别网页列表、滚动、翻页。识别成功后可以直接启动采集获取数据。详情请点击查看【自动识别】教程。
　　c.您可以根据需要更改标题号码的网址。
　　步骤二、创建[循环列表]，采集所有文章列表中的数据
　　完成以下 4 个连续步骤：
　　1、在页面上选择一个文章list（注意必须选择整个列表，包括所有必填字段）
　　2、在黄色操作提示框中，点击【选择子元素】
　　3、点击【全选】
　　4、click[采集data]
　　
　　特别说明：
　　一个。经过以上4个连续的步骤，就完成了【Cycle-Extract Data】的创建。 [Loop]中的item对应页面上所有文章列表，[Extract Data]中的字段对应每个文章列表中的字段。 采集启动后，优采云会按照循环中的顺序依次提取每个列表中的字段。
　　B.为什么我们可以通过以上4个步骤建立一个【循环提取数据】？详情请点击查看列表数据采集tutorial。
　　步骤三、点击文章链接进入详情页，采集文字和图片
　　1、点击文章链接进入详情页
　　在当前文章列表中（网页红框框内），选择文章标题，在操作提示框中点击【点击链接】，然后自动输入文章详细信息页面。
　　
　　特别说明：
　　一个。一定要选中当前文章列表中的文章链接并做【点击链接】，否则【点击元素】步骤无法与【循环】中的文章列表链接，会重复点击 对于某个文章链接，进入其文章详情页，不可能依次点击每个文章链接。
　　B.如何找到当前的文章 列表？在【循环列表】中查看当前项目（蓝色背景），然后点击【提取列表数据】，网页上的红框为当前文章列表。
　　
　　2、采集文章详情页中的字段
　　选择页面上的文字，然后在操作提示框中点击【采集this element text】。
　　文本字段可以通过这种方式提取。在示例中，我们提取了文章title、作者、发表时间、正文等字段。
　　
　　特别说明：
　　一个。文字、图片、视频、源代码是不同的数据形式，在操作提示框中选择提取方式时略有不同。文字一般为【采集此元素文字】，图片一般为【采集此图片地址】。更多提取方法请点击查看不同数据类型（文本、图片、链接、源代码等）的提取方法教程
　　3、创建【循环列表】提取文中所有图片地址
　　一个文章中可能有多张图片，通过以下步骤，将采集文章中的所有图片地址：
　　①选择图片
　　②在黄色的操作提示框中，选择【全选】
　　③选择【采集下图地址】
　　
　　特别说明：
　　一个。经过以上连续三个步骤，就完成了【Cycle-Extract Data】的创建。 [Cycle]中的项目对应页面上的所有图片，[Extract Data]中的字段对应每张图片的图片地址。 采集启动后，优采云会在循环中依次提取每个图片地址。
　　B.为什么我们可以通过以上3步设置【循环提取数据】？点击查看列表数据采集tutorial。
　　步骤四、编辑字段
　　进入【提取数据】设置页面，可以删除冗余字段、修改字段名称、移动字段顺序等
　　
　　步骤五、设置页面滚动
　　打开今日头条网页后，向下滚动页面以加载更多文章列表，也需要在优采云中滚动设置。
　　进入【打开网页】设置页面，点击【页面加载后】，设置【页面加载后向下滚动】，滚动方式为【向下滚动一屏】，【滚动次数】为10次, [每个间隔] 0.5 秒并保存。
　　
　　特别说明：
　　一个。设置中的滚动次数和时间间隔，请根据采集要求和网页加载条件进行设置，它们不是一成不变的，详情请点击查看处理滚动加载数据的网页教程
　　步骤六、Start采集
　　1、 点击【采集】和【启动本地采集】。启动优采云后自动采集数据。
　　
　　特别说明：
　　一个。 【本地采集】为采集使用自己的电脑，【云采集】使用优采云采集提供的云服务器，点击查看本地采集与云采集详细解释。
　　2、采集 完成后，选择合适的导出方式导出数据。支持导出到 Excel、CSV、HTML、数据库等。这里导出到 Excel。数据示例：
　　 查看全部

　　文章自动采集(腾讯新闻主页上所有新闻爬取分解目标一步地做
)
　　昨天我用python写了一个天气预报采集，今天我在激动的同时写了一个新闻采集。
　　目标是抓取腾讯新闻首页的所有新闻，获取每条新闻的名称、时间、来源和正文。
　　接下来分解目标，一步一步来。
　　第一步：抓取首页的所有链接，写入文件。
　　按照上一篇文章的方法，可以轻松获取整个首页的文字内容。
　　我们都知道html链接的标签是“a”，链接的属性是“href”，即获取html中所有的tag=a,attrs=href值。
　　查了资料，一开始打算用HTMLParser，写出来了。但是它有一个问题，就是不能处理汉字。
　　1 class parser(HTMLParser.HTMLParser):
2 def handle_starttag(self, tag, attrs):
3 if tag == 'a':
4 for attr, value in attrs:
5 if attr == 'href':
6 print value
　　后来用了SGMLParser，就没有这个问题了。
　　
　　1 class URLParser(SGMLParser):
2 def reset(self):
3 SGMLParser.reset(self)
4 self.urls = []
5
6 def start_a(self,attrs):
7 href = [v for k,v in attrs if k=='href']
8 if href:
9 self.urls.extend(href)
　　
　　SGMLParser 需要为某个标签重新加载它的函数，这里是把所有的链接放到这个类的urls中。
　　
　　1 lParser = URLParser()#分析器来的
2 socket = urllib.urlopen("http://news.qq.com/")#打开这个网页
3
4 fout = file('urls.txt', 'w')#要把链接写到这个文件里
5 lParser.feed(socket.read())#分析啦
6
7 reg = 'http://news.qq.com/a/.*'#这个是用来匹配符合条件的链接，使用正则表达式匹配
8 pattern = re.compile(reg)
9
10 for url in lParser.urls:#链接都存在urls里
11 if pattern.match(url):
12 fout.write(url+'\n')
13
14 fout.close()
　　
　　这样，所有符合条件的链接都保存在 urls.txt 文件中。
　　第 2 步：对于每个链接，获取其网页内容。
　　很简单，打开urls.txt文件，一行一行读取即可。
　　这里可能看起来没有必要，但是基于我强烈的解耦愿望，我还是果断地写在了文件中。如果以后使用面向对象编程，重构起来非常方便。
　　获取网页内容比较简单，但是需要将网页内容保存在一个文件夹中。
　　这里有几个新用法：
　　
　　1 os.getcwd()#获得当前文件夹路径
2 os.path.sep#当前系统路径分隔符（是这个叫法吗？）windows下是“\”，linux下是“/”
3
4 #判断文件夹是否存在，如果不存在则新建一个文件夹
5 if os.path.exists('newsdir') == False:
6 os.makedirs('newsdir')
7
8 #str()用来将某个数字转为字符串
9 i = 5
10 str(i)
　　
　　通过这些方法，将字符串保存到某个文件夹中的不同文件不再是一项艰巨的任务。
　　第三步：枚举每个网页，根据正则匹配获取目标数据。
　　以下方法用于遍历文件夹。
　　1 #这个是用来遍历某个文件夹的
2 for parent, dirnames, filenames in os.walk(dir):
3 for dirname in dirnames
4 print parent, dirname
5 for filename in filenames:
6 print parent, filename
　　遍历，读取，匹配，结果出来了。
　　我用来提取数据的正则表达式是这样的：
　　reg = '.*?(.*?).*?(.*?).*?<a .*?>(.*?)</a>.*?(.*?)'
　　其实这个和上的新闻并不匹配，因为上面的新闻有两种格式，标签也有点不同，所以只能提取一种。
　　还有一点是，通过正则表达式提取绝对不是主流的提取方式。如果需要采集other网站，就需要改正则表达式，比较麻烦。
　　提取后观察发现正文部分总是混入一些不相关的信息，如“”“”等。所以我通过正则表达式切身体。
　　
　　1 def func(str):#谁起的这个名字
2 strs = re.split(".*?|.*?|&#[0-9]+;||", str)#各种匹配，通过“|”分隔
3 ans = ''
4 #将切分的结果组合起来
5 for each in strs:
6 ans += each
7 return ans
　　
　　这样基本上可以提取腾讯网站上的所有文字。
　　到此，整个采集就结束了。
　　显示我提取的结果（没有自动换行，隐藏在右侧）：
　　
　　注意：
　　1、 打开某个网址时，如果网址是坏的（打不开），不处理会报错。我只是简单的使用了处理异常的方法，估计应该还有其他方法。
　　try:
socket = urllib.urlopen(url)
except:
continue
　　2、Python “.”登录正则表达式可以匹配任何字符，除了“\n”。
　　3、如何去掉字符串末尾的“\n”？ Python的处理优雅到死！
　　1 if line[-1] == '\n':
2 line = line[0:-1] 查看全部

　　文章自动采集(文章自动采集工具，目前全球最好用的网络爬虫)
　　文章自动采集工具，目前全球最好用的最专业的网络爬虫，整合了很多最牛逼的代码，自动登录可以说是非常强大了，全程无人工干预，他的强大之处是强大到什么程度，一个人可以是程序猿，一个团队，可以让几个专业的网络人力为你服务，能够满足大多数人所以网络爬虫的专业，一个好的爬虫程序，对于我们来说是一件非常重要的事情，这个时候，我们是否有发现，我们平时搜集了很多的数据，但是我们没有用到他的时候，但是他一旦用到，对于我们来说，是多么的重要，这个时候，我们选择用webqq，需要说明的是，腾讯qq号登录，需要是手机号的，根据楼主的实际经验，无论你的手机号是手机号还是电话号登录，一旦你的手机号被别人拿走，那么从此就找不到你了。
　　我们正在创建数据公司，以python的最原始的写法，作为理论，创建一个html打包。数据可以采集用户，店铺，甚至商品，接下来，公司将要销售产品，刚创建公司的最初计划是建立一个crm，以用户为中心，采集了庞大的电商网站，短短3天时间接近3000个短信息，采集到了6000多条数据，接下来会引入采集的宝贵数据，具体如何采集，接下来会逐步对网站数据进行分析，找到我们需要进行业务的，进行进一步交流，最终的计划，如果你有数据，你可以做我们的生意，好了，我们言归正传，我们要找什么人，先看看如何打包数据,没错，就是打包我们的数据到excel文件,方便以后高速、迅速、准确的读取。编码过程请参考我们的知乎专栏文章采集记录是我从公司里另外两位技术达人的博客同步过来的，方便大家下载。 查看全部

　　Wordpress自动采集爬虫插件的安装方法及安装
　　Crawling是Wordpress下的一个自动采集爬虫插件，可以自动采集crawl target网站内容并自动发布。
　　一、写在前面
　　首先声明，我并没有真正参与 PHP。我通常用 C++ 和 Python 编写代码。对于 PHP，我只是在多年前的几天前写博客和写的。最近我换了工作，等待辞职。我无事可做，所以我写了一个插件来娱乐。如果你觉得它不好用，请给我一些建议。我会采纳好的建议，努力把这个插件做得更好。
　　在开发这个插件的时候，我们已经考虑过让配置更简单易懂。但是为了让插件更加灵活，还是需要了解规律性和xpath规则。如果你看懂了，相信本教程你一看就懂了，完全没有难度。如果你之前没有接触过regular和xpath，也没关系，因为你其实并不需要了解它，直接看样例文案就行了。因为是第一个版本，有些地方可能写的不详细，请大家指出。
　　二、下载安装
　　首先打开下载最新版本得到crawling_v*.tar.gz。
　　然后，解压压缩包，上传到wordpress插件目录。激活插件。
　　三、任务管理
　　一个任务可以理解为一个爬虫，可以配置多个任务，每个任务可以单独设置参数。
　　比如我这里设置了三个任务，如图：
　　第一个任务是爬取《一起听风》的全部内容（这是我最喜欢的电影之一网站）。爬取间隔设置为-1，表示只采集一次，不重复执行。
　　第二个任务是爬取《听风》的前三页。如果采集没有重复采集，则只会抓取前三页的更新内容。 采集 每 24 小时一次。
　　第三个任务是爬取“阳光电影网”首页所有更新的电影（这里是电影天堂的新网站），因为所有的阳光电影更新都在首页。 采集 每 24 小时一次。
　　为每个任务分别设置的参数，如图：
　　以下是每个任务的设置：
　　1 任务名称：
　　每个任务的别名很容易记住，没有其他作用。
　　2 入口网址：
　　每个任务爬虫开始的地址。此 URL 通常是主页或列表页面。然后爬虫会从这个页面开始采集。
　　3 爬行间隔时间：
　　运行任务（爬虫）之间的间隔。
　　4 列出页面 url 规律/内容页面 url 规律：
　　输入第一个URL（入口URL）后，爬虫需要区分哪些内容页面需要采集。所以需要设置匹配内容页面url的正则表达式。
　　爬行还需要知道如何翻页，找到更多的内容页，所以需要设置列表页url的正则表达式。
　　例如：抓取“嘿听风”的全站内容
　　打开网站homepage。发现列表页的网址都是数字，内容页的网址都是数字。 html
　　列表页面
　　内容页面
　　所以正则表达式如下：
　　列表页面url正则：\/page/[1-9]\d*$
　　常规内容页面网址：\/[1-9]\d*.html$
　　如果只需要采集前三页的更新内容，只需要将列表页的正则表达式改为\/page/[1-3]$即可。
　　配置这两个参数时，可以打开“正则表达式在线测试”页面进行测试。
　　5 文章title (xpath)/文章content (xpath)：
　　进入内容页面后，爬虫要选择要爬取的内容，比如文章的标题和文章的正文。所以需要设置xpath告诉爬虫。
　　例如：
　　打开听一页风音，如：。通过浏览器查看页面源码，如图：
　　如你所见，文章的标题收录在
　　该元素中的元素。所以标题的xpath规则是：//h1[@class="mscctitle"]/a
　　同理，从上图可以看出：内容收录在
　　，所以内容的xpath规则是：//div[@class="content-text"]
　　配置完成后，可以打开“XPath在线测试”页面进行测试。
　　6 内容开始字符串/内容结束字符串：
　　一般网站内容中会有广告，或者其他一些东西混入，所以我们需要过滤掉这些内容，只保存我们需要的部分。大部分无用的东西（广告、分享按钮、标签等）都在文章的开头或结尾，内容是固定的。所以我们可以通过简单的字符串过滤掉。
　　比如《心随风吟》每个文章内容部分的开头都有一个广告，如上图所示。
　　通过“XPath在线测试”页面测试我们在上一步配置的内容xpath规则，可以得到文章内容，如下图：
　　如你所见，真实内容来自
　　后来开始。
　　所以内容起始字符串设置为：
　　因为文章content后面没有多余的部分，所以后面不用管，把内容结束字符串设置为空即可。
　　7 文章图片：
　　采集插件可以自动将文章中出现的图片保存到本地，默认按年月保存在文件夹中，图片的标签会设置为@的标题文章。如果不需要本地保存，可以选择“不处理”。
　　8 文章Category:
　　选择要保存到的类别。和 wordpress 一样，你可以选择多个类别。 查看全部

　　
UI自动化工具轻松实现微信消息的自动收发和朋友圈爬取
　　
　　大家好，我是小明。昨天我在《UI自动化工具轻松自动收发微信消息和爬取好友时刻》一文中演示了三个UIAutomation的使用实例，链接：
　　由于昨天对UIAutomation的API理解不够全面，个别代码优化还有很大空间。今天我们的目标是实现微信PC版联系人信息列表的抓取，这将分别使用PyWinAuto和uiautomation来实现。通过对比，大家会有更深入的了解。
　　PyWinAuto 实现
　　PyWinAuto 官方文档地址：
　　PyWinAuto 连接桌面程序主要有两种方式：
　　分别是进程的pid和窗口句柄，下面我将分别演示如何获取微信的进程id和窗口句柄。
　　根据进程名获取进程ID：
　　import psutil
def get_pid(proc_name):
for proc in psutil.process_iter(attrs=[&#39;pid&#39;, &#39;name&#39;]):
if proc.name() == proc_name:
return proc.pid
%time get_pid("WeChat.exe")
　　Wall time: 224 ms
7268
　　根据窗口标题和类名查找窗口句柄：
　　import win32gui
%time hwnd = win32gui.FindWindow("WeChatMainWndForPC", "微信")
hwnd
　　Wall time: 0 ns
264610
　　耗时几乎为零，比之前的方法快了 100 多倍。
　　所以我用窗口句柄连接微信窗口：
　　import win32gui
from pywinauto.application import Application
hwnd = win32gui.FindWindow("WeChatMainWndForPC", "微信")
app = Application(backend=&#39;uia&#39;).connect(handle=hwnd)
app
　　自动打开通讯录：
　　import pywinauto
win = app[&#39;微信&#39;]
txl_btn = win.child_window(title="通讯录", control_type="Button")
txl_btn.draw_outline()
cords = txl_btn.rectangle()
pywinauto.mouse.click(button=&#39;left&#39;, coords=(
(cords.right+cords.left)//2, (cords.top+cords.bottom)//2))
　　随机点击好友信息详情后，通过inspect.exe查看节点信息。
　　然后编写如下代码，根据分析结果运行：
　　
　　可以看到各种信息提取的很流畅，但是需要3.54秒，不一定比手动复制粘贴快。这也是pywinauto的一个缺点，太慢了。
　　接下来，我们执行批量抓取。原理大致是每次阅读信息面板时，按向下箭头键。如果发现当前读取的数据与之前的一致，则认为已经爬到了最后。
　　由于pywinauto的爬取速度太慢，我手动将好友列表拖到最后，然后运行如下代码：
　　import pandas as pd
win = app[&#39;微信&#39;]
contacts = win.child_window(title="联系人", control_type="List")
# 点击第二个可见元素
contacts.children()[1].click_input()
result = []
last = None
num = 0
while 1:
tag = win.Edit2
tmp = tag.parent().parent()
nickname = tag.get_value()
# 跳过两个官方号
if nickname in ["微信团队", "文件传输助手"]:
contacts.type_keys("{DOWN}")
continue
detail = tmp.children()[-1]
whats_up = ""
if hasattr(detail, &#39;get_value&#39;):
whats_up = detail.get_value()
elif hasattr(detail, &#39;window_text&#39;) and detail.window_text() != "":
# 这种情况说明是企业微信，跳过
contacts.type_keys("{DOWN}")
continue
items = tmp.parent().parent().children()[2].children()
row = {"昵称": nickname, "个性签名": whats_up}
for item in items:
lines = item.children()
k = lines[0].window_text()
v = lines[1].window_text()
row[k.replace(" ", "")] = v
if row == last:
# 与上一条数据一致则说明已经爬取完毕
break
result.append(row)
num += 1
print("\r", num, row,
end=" ")
last = row
contacts.type_keys("{DOWN}")
df = pd.DataFrame(result)
df
　　最终结果：
　　
　　可以看到最后一页11个微信账号的数据抓取耗时45秒。
　　ui自动化实现
　　接下来，我们将使用 uiautomation 来实现这种爬取。
　　获取微信窗口，点击通讯录按钮：
　　import uiautomation as auto
wechatWindow = auto.WindowControl(searchDepth=1, Name="微信", ClassName=&#39;WeChatMainWndForPC&#39;)
wechatWindow.SetActive()
txl_btn = wechatWindow.ButtonControl(Name=&#39;通讯录&#39;)
txl_btn.Click()
　　然后点击云朵君的好友信息，测试好友信息抽取：
　　
　　（这个数字，你可以随意添加）
　　wechatWindow.EditControl(searchDepth=10, foundIndex=2)表示在10层节点内搜索第二个EditControl类型节点（第一个是搜索框，第二个是朋友的昵称）。
　　GetParentControl() 和 GetNextSiblingControl() 是昨天未使用的 API。它们用于获取父节点和下一个兄弟节点。使用这两个 API 重写昨天的文章 代码，会使得程序代码变得简单，性能也有所提升。
　　然后用与PyWinAuto相同的方式进行批量提取：
　　还要先测试最后一页的数据：
　　
　　只需 11 秒即可抓取，比 PyWinAuto 快 4 倍。
　　这样我们就可以批量提取所有微信好友的数据了。最后，我这边的700多个朋友用了10分钟。虽然速度较慢，但​​与 PyWinAuto 相比完全可以接受。
　　代码对比
　　
　　对于两者，我都试图遵循完全相同的逻辑。
　　win.Edit2也是获取第二个EditControl类型节点，
　　type_keys 是 PyWinAuto 用来模拟击键的 API，{DOWN} 代表向下箭头键。
　　PyWinAuto 获取的是小写的父子节点的api，没有get，而uiautomation 获取的是大写的父子节点的api，前缀为Get。
　　对于 PyWinAuto 中的这行代码：
　　items = tmp.parent().parent().children()[2].children()
　　使用 uiautomation：
　　items = tmp.GetParentControl().GetNextSiblingControl().GetNextSiblingControl().GetChildren()
　　有很大的不同。
　　这是因为我没有找到PyWinAuto获取兄弟节点的API，所以采用了先获取父节点再获取子节点的方法。
　　另外，判断是否是企业微信的逻辑不同。 PyWinAuto也需要在个性签名为空时处理异常，否则程序会报错退出。具体点需要大家去测试和体验。
　　其他地方的逻辑几乎相同。
　　总结
　　本文还演示了 PyWinAuto 和 uiautomation 读取微信好友列表信息。通过对比，我们可以更深入的了解两者的API用法。作为作者，我在实践中有着深刻的理解。只是文章中的代码并没有体现这些细节，具体的事情需要读者在分析对比的过程中得到答案。仅仅看本文的代码或许可以解决当前的需求，但是很难将本文所涉及的技术应用到其他需求上。
　　童鞋们，赶紧动手实践学习吧⁉️学习后，任何实现Automation Provider的桌面程序都能看到，可以爬~ 查看全部